首页 > 文献资料
-
连续多帧医学DICOM图像压缩编码方法研究
针对连续多帧的DIC0M图像,本文借鉴了基于DCT变换的视频压缩编码方法,提出了采用先进行运动估计和运动补偿,然后再对误差帧进行小波变换的视频处理的参考方法.实验结果表明该算法产生的压缩比能够稳定在20以上,峰值信噪比都在30db以上.另外本文采用了改进三步搜索法,提高了编码效率.能够很好地满足医疗图像序列压缩和传输的要求.
-
基于小波变换的CT/SPECT图像融合佳层数选取
小波分解层数对医学图像融合效果影响很大,本文通过实验并结合图像融合评价方法,得出基于小波变换的CT/SPECT图像融合的佳选取层数.
-
基于兴趣区的编码方法探讨
目的探讨JPEG2000标准中基于兴趣区(region of interest,ROI)的编码方法,重点讨论了标准中的大上移(maximum shift,maxshift)方法.方法 Maxshift方法缩放ROI的系数,使得属于ROI的所有信息在码流中放在背景区(back-ground,BG)的信息之前.改变图像的量化方式和码流截断点的位置,就能获得不同质量的ROI和BG.结果在低比特率(大约小于0.05bpp)时,ROI和BG具有近似的图像质量.随着比特率的增加,ROI的质量迅速提高.结论 Maxshift方法处理任意形状的ROI时,不需要编码形状,解码器既不用解码形状,也不需要生成ROI掩膜,因此更加简单.
关键词： 图像压缩 小波变换 JPEG2000 Maxshift方法 -
基于阻抗法的胃排空检测系统设计
胃排空参数是临床诊断胃功能状况的重要依据,但临床仍缺乏方便的、有效的、可重复使用的胃排空检测方法作为诊断常规.本文基于生物电阻抗法设计了一种新的胃排空检测系统,不仅实现了胃排空参数的提取,而且通过小波变换分离出同步的胃电与胃阻抗信号,使建立新的、更准确的胃功能评价方法成为可能.
-
小波分析在脑电信号处理中的应用
脑电(EEG)信号是一种产生机理相当复杂的人体生理信号,具有重要的科学研究和临床诊断价值.本文针对脑电信号非平稳性特点,利用小波变换的方法实现了对采集到的脑电信号进行滤波处理;利用小波包分析的方法实现了对脑电节律(δ、θ、α、β)的提取及对脑电的功率谱分析.
-
基于小波变换的病灶心音信号识别
心音信号分析在无创诊断心血管疾病中发挥着重要作用,病灶心音信号中包含大量的心脏疾病信息.本文根据心音信号频率分布的特点,采用小波变换算法,在不同的尺度上对心音信号进行提取分析,将不同尺度的高频部分进行重构,分别计算其能量,再对比正常心音在相应尺度上的能量分布,通过仿真可实现对病灶信号的识别.本文方法能够准确识别病灶信号,由于较少采用复杂度高的算法方法,因而具有较高的检测效率.
-
基于小波变换的多分辨率CT/MRI图像配准
本文以仿射模型为基础将区域配准问题转化成优化问题,然后给出小波金字塔分解用于配准的一般框架,并与常规金字塔分解法进行了分析比较;针对配准过程的多变量非线性优化问题,结合混沌理论和遗传算法提出了改进的全局优化的混沌遗传算法.这种算法将混沌序列嵌入标准遗传算法,对标准遗传算法的个体进行混沌化处理,利用混沌的遍历特性来改进遗传算法的鲁棒性.
-
小波变换在医学图像处理中的应用
本文介绍了小波变换的定义和类型,重点提出小波变换在医学图像处理中的优势和典型应用.指出了小波工具和医学图像处理结合必能提高医学图像质量.
-
自动测量QT间期方法研究的新进展
本文介绍了自动测量QT间期方法 研究的新进展,主要包括根据ECG信号特点设定经验阈值进行特征点检测的方法 ;利用连续小波变换(CWT)和快速小波变换(FWT)的时一频方法 ;建立QRS及T波模型,根据互相关系数迭代改进模型得到QT间期的方法 及基于心脏模型测量QT间期的方法 等.重点讨论了应用主分量分析法识别QRS波和应用散点图法选取典型心搏的优点.通过对比自动方法 与手动方法 得到的结果 ,可以看出QT间期的自动测量方法 比手动方法 更稳定,可重复性更高.
-
基于幂次变换的自适应超声医学图像去噪算法
目的 探求一种有效地去除噪声又能很好地保留超声医学图像高频细节信息的去噪算法.方法 提出一种基于幂次变换的自适应超声医学图像去噪算法,该算法主要是对大于阈值的小波系数进行幂次变换,使处理后的小波系数尽可能地接近原始小波系数,并能很好地保留小波系数的连续性.结果 实验结果表明,噪声较小时,该算法方差较小,并且视觉效果优于软阈值算法.结论 该算法有效地实现了对超声医学图像斑点噪声的自适应抑制,在噪声较小时,能很好地去除噪声,并保留高频细节信息.
-
基于小波变换的眼科光学相干层析图像降噪对比研究
针对光学相干层析系统的噪声进行分析,综合对比了多种小波变换方法(包括连续小波变换,离散小波变换和平稳小波变换)在小鼠眼球层析图像处理中的降噪效果.通过均方误差、均方根误差、峰值信噪比以及信噪比四个参数来定量评价不同处理方法的成像效果.实验结果表明,通过采用改进阈值后的平稳小波方法,图像达到的评价效果好,可以识别出原图所不能观察到的眼球虹膜结构,图像的均方误差下降为原来的35.5％,图像的信噪比提高了25.2％,提高了约4.5 dB.该方法保留了图像中需要的细节信号,使得眼科光学相干层析图像的降噪性能得到了提升.
-
一种基于小波变换的医学图像多分辨率编码算法的研究
多分辨率编码是提高医学图像传输和回放的有效措施.作者通过对二维图像小波变换迭代特征的分析研究,提出了一种基于小波变换的多分辨率编码算法,有效地利用了二维图像在小波域分解和重构的迭代特性.测试表明,该算法简单易行,并有较理想的压缩效果.
-
模拟电路智能故障诊断技术的现状及进展
本文回顾了模拟电路智能故障诊断技术的发展历史及现状,阐述了此项技术的工程实际意义,探讨了基于专家系统、神经网络、模糊理论、小波变换等理论的模拟电路智能故障诊断方法.同时,对上述各种方法的基本原理和优缺点进行比照,分析存在的问题,后指出了模拟电路故障诊断技术的发展趋势.
-
基于DSP的疲劳驾驶检测仪研制
通过设计一种高输入阻抗,低噪,抗干扰性强的前端表面肌电信号(SEMG)采集器将驾驶员的腰部肌肉疲劳信号采集到DSP处理器上.采用小波分析的方法确定肌肉疲劳过程中表面肌电信号的特征.选择与M波形状相似的gaus1小波函数,对其两个半波进行小波变换,分别分析两个半波在时域波形的拉伸程度,确定以小波变换尺度为主要依据的肌肉疲劳指数,实现疲劳状态在DSP处理器上的定量描述.从而实现疲劳驾驶检测.
-
小波变换和非负矩阵分解在心电信号应用的对比分析
为了对心电检测过程中含噪声心电信号进行有效分离,本文结合小波变换和非负矩阵分解(NMF)算法特点及心电信号特征,对比分析两种分析方法在心电信号分析中的应用.针对心电信号自动分析和处理,采取基于小渡分析和基于非负矩阵分解的两种心电信号分离方法,在含有噪声的信号中提取有用的心电信号.
-
基于离散小波子带增强算法在MR头部小肿瘤病灶图像增强处理中的应用
本文主要介绍基于离散小波变换子带增强法在MR头部小肿瘤病灶图像增强处理中的应用,利用小波的多分辨率特性和小波分解及精确重建的优点,修补MRI(磁共振图像)头部小肿瘤病灶组织边缘特征不明确的不足,通过小波系数进行线性或非线性增强函数处理后再重建达到增强效果,确保影像医生及时发现头部小肿瘤病灶,改善肿瘤预后的效果.
-
中药复杂体系重叠色谱峰分析中变换小波基的自动选取
目的:设计一种在重叠色谱峰解析中自动选取小波变换基的方法,实现中药复杂体系色谱分离中小波基的自动筛选.方法:建立用于提取重叠色谱中组分信息的理论公式,通过此公式实现小波基的自动选取,并将它应用到对肝得宁片中的齐墩果酸进行含量测定时所获得的重叠色谱峰解析.结果:齐墩果酸重叠色谱峰验证结果表明,在一定分离范围内,当相邻色谱峰峰宽相近时,此公式的计算结果较为准确.结论:本文设计的小波基自动选取方法能够降低色谱分离条件的要求,提高检测准确度,减少分离工作量,化学计量学与HPLC相结合将为复杂中药分析提供一种快速手段.
-
基于小波变换的医学图像融合技术研究
医学图像融合是现代医学领域重要的研究方向之一。为了对病情做出准确全面的诊断及治疗，往往将来自不同医学图像的信息进行研究和分析，医学图像融合技术就是将多幅源图像信息融合到一幅图像中，以期获取更全面、清晰以及更丰富的图像信息。本文采用来自哈佛大学脑图像集中已配准好的CT和MRI、CT和PET两组对象，运用多种算法进行融合，重点研究基于小波变换的图像融合算法，将待融合的图像分解成高低频信息，然后通过特定的融合规则融合图像分解后的子信息，后，通过逆变换得到终的融合结果。本文通过评价标准证明了小波算法优于其他算法，此算法处理后的图像能得到良好的视觉效果和理想指标，在临床上具有重要的诊断参考价值。
-
视频图像压缩技术在远程医疗会诊系统中的研究
随着计算机技术的发展和图像压缩技术的应用,医学图像除了可以大量存储同时用于远程图像传输,在传输过程中为保证诊断的正确性,必须得到高质量的图像和完整、全面的相关医学信息[1];针对这个问题的解决采用基于小波变换的视频图像压缩技术,利用小波变换对视频图像序列进行压缩编码,较好地改善了当图像场景中的物体进行快速运动时,使得时间域的小波系数突然变大而使得压缩率变低的不足,在远程医疗系统中可以快速、高效地压缩图像.
-
小波变换在生物医学信号中的应用
小波变换是近年来发展起来的一种新的信号分析工具,本文结合生物医学信号与小波变换的特点,阐述了小波变换在生物医学信号特别是心电信号检测与去噪、网像增强和压缩中的应用及前景.
